要点概览
Kalshi Research回溯分析自平台2021年上线至2026年年中逾220万笔已结算市场数据。
研究发现，随着合约接近结算，Kalshi价格更为精准、校准度显著提升。
成交量与参与者人数有助于改善校准度，但报告也强调，市场深度并不能解释一切。
当参与者和资金规模足够大时，预测市场或许不只是投机场所，而是具备统计意义的“概率引擎”。
新发布的Kalshi Research研究，对超过220万笔已结算合约进行系统分析后发现，这家受监管交易所上的价格，在事件临近落地时，越来越像可以“照单全收”的真实概率。
该工作论文由Nicole Kagan和Rubens Baiocchi撰写，样本覆盖2,243,741笔已结算Kalshi市场，横跨11大类别，时间区间自平台2021年上线至2026年年中。
研究指出，从整体来看，随着结算时间临近，Kalshi价格“校准度极高”：在三个月前的时间点，市场的Brier Score约为0.08至0.09，而在结算时附近降至约0.02。以最朴素的“预测是否命中”来衡量，命中率也从三个月前的88.3%提升到结算时的97.2%。
预测市场的“可信度”考验
报告试图回答的核心问题是：预测市场上的价格，能否被字面理解为概率？直白说，如果某合约在70美分成交，那么在足够大的样本下，它是否应当有约70%的时间结算为“是”？
Kalshi的数据基本支持这一判断。报告发现，从总体来看，价格校准度良好，且离结算越近，校准度越高。这为将预测市场视作面向交易员、政策制定者、研究机构及媒体的“实时概率预报工具”提供了更强背书。
但这并不意味着所有市场、所有时点的价格都值得无条件信任。研究显示，可靠性取决于具体条件：时间维度重要，成交量重要，参与者数量同样重要。
参与者越多，预测越“锋利”
报告最具前瞻意义的发现之一，是“越深的市场给出的信号越好”。随着成交量增加，Brier Score整体呈下降趋势，显示出交易活动越集中，价格越趋锋利、偏差越小。
这种关系在临近结算时最为明显：成交额低于1万美元的市场，在接近结算时的Brier Score为0.0635；而成交额至少20万美元的市场，其分数仅为0.0099，误差显著缩小。
延伸阅读：狗狗币反弹10%，ETF资金流仍然平静
参与交易者数量也呈类似规律：在结算时，参与人数不足20人的市场Brier Score为0.0354，而参与者达到至少1,000人的市场则降至0.0089。报告认为，广泛参与有助于校准价格，但也提醒：交易人数并不是完美指标，因为高关注度事件往往更易吸引大量交易者，同时也可能更难预测。
并非所有品类都同样可信
研究还发现，不同市场类别之间的可靠性差异不容忽视。经济类合约的Brier Score改善呈现出较为稳定、近似线性的走势，原因在于其多围绕CPI、非农就业、GDP等有明确发布时间表的数据。
相比之下，体育和“提及”类市场更为复杂，因为关键信息往往在事件进行过程中才陆续浮现。
事件的真实发生时间节点同样重要。报告指出，当研究者不再沿用平台的“行政性结算时间戳”，而是以基础事件真正发生的时间为基准时，原本在体育和选举合约中看到的一些校准问题出现了明显变化。
对整个预测市场行业而言，这是一条关键区分：如果市场价格正逐步被视为公共“概率流”，用户需要知道何时信号已经足够深、何时仍然充满噪音。
Kalshi的这项研究整体上提升了预测市场的公信力，但其更大的信息是：只有当信息充分、流动性充足、参与者基数足够大时，市场价格才真正成为可用的预测信号。
随着这一市场继续扩容，下一步的考验，在于当前观察到的高校准水平，能否在参与者从“最活跃少数”扩展至更广泛人群后依然保持。
